在qps/tps方面，快杰搭建的TiDB集群是NVMe物理云主机的 2-3倍，是SATA-SSD物理云主机的3-4倍；
在延迟方面，快杰搭建的TiDB集群是NVMe物理云主机的1/2，是SATA-SSD物理云主机的1/5。

在简单求和以及高基数聚合场景下，相同配置的快杰相较于通用云主机，分析耗时缩短50%，吞吐能力为后者的2倍；
在高基数聚合叠加排序场景下，快杰对比通用云主机，分析耗时可缩短50%，吞吐能力为1.5倍。

在操作时间/时延方面，快杰对比通用云主机，可降低30%以上，对比物理云主机亦能降低20%；
在价格方面，快杰相较于通用云主机，费用仅上升0.8%；
在运维管理方面，对比物理云主机，使用快杰运维更方便，宕机可立即恢复，无需等待物理节点重建。

Spark主要适用于数据挖掘与机器学习等业务场景，内存资源对Spark尤为重要，快杰云主机最高支持256G内存，是Spark引擎的理想计算平台；
KMeans、SVM等算法模型训练中，在训练数据加载时间上，相同配置下快杰相较于通用云主机，仅需后者55%-67% 的时间；
在训练时长上，相较于通用云主机，快杰运行KMeans、SVM等算法模型训练可节约33%-61%的时间；

在读请求效率方面，快杰相较于通用云主机，每秒的读请求次数高于后者15%-34%；
在写请求效率方面，对比通用云主机，快杰每秒的写请求次数是后者的1.3-1.4倍。
在Redis fork延时方面，快杰的性能相较于通用云主机也有大幅提升，对5GB RSS内存数据手动备份，延时缩短20%-44%。对5GB RSS内存数据手动重写AOF文件，延时缩短24%-37%。

在生产者性能方面，相同配置下快杰每秒的吞吐量是通用云主机的3倍，平均延迟、最高延迟分别为后者的33%和38%；
在消费者性能方面，对比通用云主机，快杰的数据获取时间可节约49%，每秒的吞吐量为通用的1.9倍。